2017年4月5日
贝叶斯分类器
摘要： 首先在贝叶斯分类器之前先说贝叶斯理论 (1)贝叶斯分类器 假设有N种可能的分类标记，即为y={c1,c2,...,cN} λij 是将一个真实的标记cj的样本误分类为ci发损失，后验概率P(ci|x)可获得样本x分类为ci的期望，则在样本x上的“条件风险”是 我们需要最小化这个风险，也就是在每个样本 阅读全文
posted @ 2017-04-05 19:32 nolonely 阅读(1667) 评论(0) 推荐(0) 编辑